Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京邮电大学;南京邮电大学南通研究院有限公司王裕获国家专利权

南京邮电大学;南京邮电大学南通研究院有限公司王裕获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉南京邮电大学;南京邮电大学南通研究院有限公司申请的专利一种基于机器学习的CoWoS封装中Chiplet最高温度预测方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN121480333B

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202610018315.1,技术领域涉及:G06F30/27;该发明授权一种基于机器学习的CoWoS封装中Chiplet最高温度预测方法及系统是由王裕;王磊;王海华;何南;刘晓艳;吴洁;连晓娟;汪舟设计研发完成,并于2026-01-08向国家知识产权局提交的专利申请。

一种基于机器学习的CoWoS封装中Chiplet最高温度预测方法及系统在说明书摘要公布了:本发明公开了一种基于机器学习的CoWoS封装中Chiplet最高温度预测方法,属于半导体封装技术领域。包括:S1、依据实际CoWoS封装结构,建立热特性一致的等效模型;S2、设置不同特征参数条件表征多种工况;S3、通过数值仿真获取各参数对应的热阻矩阵;S4、组建并预处理特征参数与热阻矩阵的数据集;S5、利用机器学习模型训练数据集,建立映射关系;S6、将等效化处理后的实际封装结构输入模型,预测热阻矩阵并计算最高温度。本发明还公开了一种基于机器学习的CoWoS封装中Chiplet最高温度预测系统。本发明通过等效模型降低复杂度、节省计算资源,结合机器学习提升了预测效率。

本发明授权一种基于机器学习的CoWoS封装中Chiplet最高温度预测方法及系统在权利要求书中公布了:1.一种基于机器学习的CoWoS封装中Chiplet最高温度预测方法,其特征在于,包括以下步骤: S1、根据实际的CoWoS封装结构,建立与实际结构热特性一致的等效模型; 根据实际CoWoS封装结构,提取关键几何特征与材料参数; 计算封装结构的等效热阻,使其与原结构热阻相匹配,从而保证等效结构与原结构下各Chiplet的最高温度近似一致; 构建方程使原结构和等效结构热阻矩阵相等: 其中Rcond,equal、Rconv,equal和Rs,equal分别为等效结构的对流热阻、传导热阻和扩散热阻;Rconv和Rcond表示原结构的对流热阻和传导热阻,Rsn表示第n层到第n+1层所产生的扩散热阻; S2、在等效模型中设置不同的特征参数条件,以表征多种工况; S3、通过数值仿真,对不同参数下的等效模型进行稳态热仿真,获得对应的热阻矩阵; 数值仿真方法包括有限元法、热网络建模、MATLAB仿真; 对于每一组参数条件,分别对各Chiplet单独施加单位功率,通过数值仿真获得各Chiplet的稳态温升,确定各Chiplet的自热阻; 依次选取任意两个Chiplet同时施加单位功率输入,通过数值仿真获得对应稳态温度变化; 结合热量传递的线性叠加原理,通过上述仿真结果求解各Chiplet间的耦合热阻,构建系统的完整热阻矩阵; S4、将特征参数与热阻矩阵组成数据集,并对数据集进行预处理; S5、利用机器学习模型训练数据集,建立特征参数与热阻矩阵之间的映射关系; S6、将实际封装结构进行等效化处理后输入机器学习模型,预测热阻矩阵并计算各Chiplet的最高温度。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人南京邮电大学;南京邮电大学南通研究院有限公司,其通讯地址为:210000 江苏省南京市栖霞区文苑路9号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。